طبقه بندی دمایی و بارش سالانه ایستگاه های هواشناسی کشور با استفاده از خوشه بندی فازی
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده کشاورزی
- نویسنده سرور پوربابک
- استاد راهنما حسین جباری خامنه محمد علی قربانی اسماعیل اسدی
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1392
چکیده
طبقه بندی روشی است که در آن هر نمونه در یک طبقه از پیش تعیین شده قرار می گیرد. در واقع در روش طبقه بندی، با استفاده از یک سری اطلاعات اولیه، نمونه ها به دسته های خاصی نسبت داده می شوند. دسته بندی نمودن پایگاه اطلاعات بزرگ نظیر ایستگاه های هواشناسی، در روش های مدل سازی از اهمیت بسزایی برخوردار می باشد. زیرا با استفاده از این روش ها می توان حجم زیادی از اطلاعات را با اختصاص به چند دسته متجانس کوچکتر به راحتی بررسی کرد. به علاوه این روش می تواند کمک شایانی به گسترش اطلاعات نقطه ای به اطلاعات منطقه ای برای نقاط فاقد آمار نماید. ایستگاه های هواشناسی یک منطقه در مدیریت و استفاده موثر اطلاعات نقش تعیین کننده ای دارد. در تحقیق حاضر به منظور طبقه بندی اقلیمی، 112 ایستگاه هواشناسی کشور با روش های خوشه بندی فازی، خوشه بندی کلاسیک و شبکه عصبی کوهونن مورد بررسی قرار گرفت. پنج پارامتر متوسط دمای سالانه، متوسط بارش سالانه، طول جغرافیایی، عرض جغرافیای و ارتفاع بعنوان معیارهای طبقه بندی برای گروه بندی شدن در نظر گرفته شد. از کمترین مقدار شاخص دیویس-بولدین برای بدست آوردن تعداد بهینه گروه ها و برای تعیین همگنی گروه های حاصله از شاخص مربعات خطا استفاده شد. به منظور ارزیابی توزیع مکانی خوشه های حاصل از روش های مختلف، پهنه بندی اقلیمی با استفاده از روش دومارتن انجام شد و نتایج نشان داد که روش خوشه بندی فازی در انطباق بیشتری با پهنه های اقلیمی حاصل از روش دومارتن برخوردار است.
منابع مشابه
طبقه بندی سنگ های ساختمانی از دیدگاه قابلیت برش با استفاده از روش خوشه بندی فازی
پیش بینی قابلیت برش سنگ به عنوان یکی از فاکتورهای موثر در تخمین هزینهها و پیش بینی میزان تولید یک کارخانه فرآوری سنگ از اهمیت بالایی برخوردار میباشد. بنابراین شناخت کامل سنگهای ساختمانی و ارزیابی توان اجرایی دستگاههای برش در کارخانههای فرآوری، طراحان و برنامهریزان تولید را به سمت بهبود سرعت فرآوری و افزایش تولید سوق میدهد. از اینرو، به کارگیری روشهای نو و کاربردی برای دستیابی به این اه...
متن کاملطبقه بندی عوامل هواشناسی در تعیین وقوع خشکسالی با استفاده از مدل اسکالوگرام (مطالعه موردی: ایستگاه همدان)
خشکسالی عبارت است از کمبود بارش در دوره ای بلندمدت به نحوی که باعث کمبود رطوبت در خاک و سبب کاهش آب های جاری شود و بدین طریق فعالیت های انسانی و حیات طبیعی گیاهی و جانوری را برهم زند. در اقالیم مختلف مدت زمانی که لازم است از آخرین بارش بگذرد تا آب رودخانه ها و رطوبت خاک کاهش محسوسی پیدا کند، یکسان نیست. بنابراین نمی-توان تعریف دقیق و فراگیری از خشکسالی ارائه کرد. به همین دلیل متخصصان هر یک از د...
متن کاملبهبود طبقه بندی بدون نظارت تصاویر فراطیفی با استفاده از مدل خوشه بندی فازی gustafson-kessel
مدل های خوشه بندی c-means یکی از پرکاربردترین شیوه های طبقه بندی نظارت نشده در آنالیز داده ها به شمار میرود. مدل فازی این روش، یعنی fuzzy c-means، یکی از مشهورترین مدل هایی است که در آن هر داده با یک مقدار درجۀ عضویت بین 0 و 1، به هر یک از خوشه ها اختصاص داده میشود. این مدل خوشه بندی جهت طبقه بندی داده های سنجش از دوری بسیار استفاده شده است. مدل fuzzy c-means از فاصلۀ اقلیدسی جهت خوشه بندی اس...
متن کاملتحلیل و پهنه بندی فراوانی توفان های گرد و غباری ایران با استفاده از خوشه بندی فازی (FCM)
با توجه به اینکه گرد و غبار یکی از پدیده های جوی است که آثار و پیامد های زیست محیطی نامطلوبی نظیر تهدید سلامت عمومی، کاهش تولید و بهره وری اقتصادی، نارضایتی ساکنین و در نهایت مهاجرت اجباری در مناطق شهری و روستایی بر جای می گذارد، بنابراین هدف این بررسی، ناحیه بندی ایران از نظر فراوانی گرد و غبار های شدید و تعیین نواحی، استان ها و شهر های بحرانی کشور برای برنامه ریزی های ملی و بین المللی می باشد...
متن کاملطبقهبندی دمایی ایستگاههای هواشناسی کشور با استفاده از خوشهبندی فازی و شبکه عصبی مصنوعی کوهونن
چکیده طبقهبندی ایستگاههای هواشناسی موجب اختصاص حجم زیادی از اطلاعات به چند دسته متجانس کوچکتر، سهولت استفاده در مدلسازی و همچنین کمک شایانی به گسترش اطلاعات نقطهای به اطلاعات منطقهای برای نقاط فاقد آمار مینماید. در این تحقیق 112 ایستگاه هواشناسی پس از بررسیهای اولیه از بین تمام ایستگاههای سینوپتیک کشور انتخاب و سپس با استفاده از خوشهبندی فازی و شبکه عصبی مصنوعی کوهونن طبقهبندی دمائ...
متن کاملارایه شاخصی جدید جهت سنجش اعتبار خوشه بندی در الگوریتم های خوشه بندی فازی نوع-2
One of the main issues in fuzzy clustering is to determine the number of clusters that should be available before clustering and selection of different values for the number of clusters will lead to different results. Then, different clusters obtained from different number of clusters should be validated with an index. But so far such an index has not been introduced for interval type-2 fuzzy C...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده کشاورزی
کلمات کلیدی
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023